7.0 KiB
7.0 KiB
title, date, task_id, track, baseline_fixed
| title | date | task_id | track | baseline_fixed |
|---|---|---|---|---|
| U9a Parity Matrix：Agent-Native 对齐 PI 0.85.1 核心能力盘点 | 2026-09-29 | multi-repo-design-2026-09-28 | U9 (R14：产品核心能力可替代，非上游复刻) | true |
U9a 能力盘点（三层基线固定）
基线
| 层 | 版本/内容 | 证据 |
|---|---|---|
| 上游包 | @earendil-works/pi-coding-agent@0.85.1（gitHead d981de12，MIT） |
deploy/pi-agent/Dockerfile:18 |
| 项目 wrapper | deploy/pi-agent：runner.mjs（/v1/run、/v1/run/stream、/v1/search）+ entrypoint（--mode rpc --no-session、--tools read,write,edit --approve）+ extensions/tavily-search.mjs + result-v1/settle-policy/reasoning-materialize/change-report-narrative .mjs |
deploy/pi-agent/* |
| 产品调用侧 | internal/agent/piagent.go（typed_result、NDJSON 流式优先+一次性回落、data-root 不符拒绝、AssessStepFailure 重试分类）、pi_runner_search.go（/v1/search）、MaterializeTargets | internal/agent/* |
| 原生现状 | agent-native：runtime（loop/tools/llm/session）+ exec 冻结端口 + contract v0.1.0（尚未被 runtime 消费）+ adapters/pitransport + abtest（6 例 + Judge） | modules/agent-native |
对标口径：产品实际依赖（wrapper 真实暴露面），不是上游全部功能。任何重构建制以固定 0.85.1 为准，不对上游 main。
Parity Matrix
状态：native = available / partial / missing / not_required。
| # | 能力域 | 上游/wrapper 现状 | 产品依赖 | native 现状 | 差距 → 批次 |
|---|---|---|---|---|---|
| 1 | 多轮执行循环 + 工具调度 | rpc 模式内核 | 必需（全部小队任务） | available（loop + 并行工具 + turn cap，runtime/loop.go） | 行为等价性入 Batch2 回归 |
| 2 | 模型流式（Chat Completions/SSE） | MiniMax openai-compatible | 必需 | available（llm SSE 客户端） | 流错误/截断负例入 Batch1 |
| 3 | 文件工具 read/write/edit/list | wrapper 限定 --tools read,write,edit --approve |
必需 | available（builtin 四件 + jail 路径约束） | 工具语义负例（越界/截断/错误格式）Batch2 |
| 4 | 工具策略（workspace/reasoning profile） | wrapper 参数组合 | 必需 | partial（jail 有；profile 组装在 Core，TaskPolicy 未接 runtime） | Batch2 |
| 5 | 搜索（Tavily /v1/search） | 项目自加扩展（非上游核心） | 必需（pi_runner_search.go 消费方） | missing | Batch1：builtin search 工具 + Provider 接口（密钥 Core 注入） |
| 6 | typed-result-v1 编解码/摘要 | result-v1.mjs（canonical JSON digest） | 必需（PI 互操作合同） | available（adapters/pitransport，含 Node 交叉验证测试） | 维持；native 自产结果不经此编码 |
| 7 | 结果 settle/outcome 分类 | settle-policy.mjs（agent_settled 等） | 必需（成功/失败判定入口） | available（exec.AssessStepFailure） | Batch1：与 settle-policy 逐事件 fixture 对齐 |
| 8 | 过程流 NDJSON（proc 帧） | /v1/run/stream 实时转发 | 必需（小队过程视图 2026-09-28 设计） | partial（runtime Event 有；词汇表与 proc 帧未对齐） | Batch1：事件词汇 conformance |
| 9 | 交付物物化（Targets→Patches 校验） | 产品侧 MaterializeTargets | 必需 | available（exec.deliverable） | 回归入 Batch2 |
| 10 | 取消传播 | 产品侧 stream ctx 取消（retryable） | 必需 | partial（loop ctx 有；模型/工具层传播未验证，contract CapCancel 未接） | Batch2 |
| 11 | 长上下文 compaction | 上游核心有（长会话压缩）；wrapper 未禁用 | 依赖未证实（任务为有界单发，--no-session） | missing | Batch3 可选：先实测长任务 token 压力再定 |
| 12 | 会话/执行恢复 | 上游 sessions；wrapper 明确 --no-session（临时会话） |
not_required（产品恢复走 task_runs/重跑，不延续上游会话） | partial（JSONL transcript） | Batch3：对齐 contract 的 Unknown/resume 语义即可 |
| 13 | TS 扩展 ABI | 上游支持 | not_required（仅 Tavily 一个项目自写扩展 → 以 #5 builtin 工具替代） | — | 不做 |
| 14 | 终端 UI/主题/全供应商登录/全部 SDK 面 | 上游产品功能 | not_required（方案 KTD12 明确不复刻） | — | 不做 |
| 15 | reasoning-materialize / change-report-narrative（.mjs） | 项目自加后处理 | partial（app 组合根 pi-agent 条件门控的 summary/narrative） | missing | Batch3：由 Core 侧等价实现或显式降级，不搬 .mjs |
| 16 | usage/预算 | rpc 报用量 | 必需（Result token 字段） | partial（llm 用量有；预算/截止未贯穿） | Batch2 |
U9b 分批补齐计划（估算按有上下文实施者工作日）
| 批 | 内容 | 估算 | 出口 |
|---|---|---|---|
| Batch1 必需协议域（✅ 2026-09-29 完成） | ① builtin web_search 工具（SearchProvider 接口，Tavily 兼容响应形状；密钥/端点经 Options 注入，测试用 fake）② settle/outcome 分类与 settle-policy.mjs 逐事件 fixture 对齐（Node fixture 复用 pitransport testdata 模式）③ 过程事件词汇表 conformance（runtime.Event ⇄ proc 帧：text_delta/reasoning_delta/tool_* 全集） |
实际 1 日 | 三域全部落地：runtime/tools/search.go（密钥池轮换+输出逐字段对齐+8 测试）；exec/settle_parity_test.go（10 场景 Go+Node 双侧交叉验证，Go 为终裁者契约）；runtime/event_vocabulary_test.go（行为级词汇 conformance）。#5/#7/#8 关闭 |
| Batch2 安全与语义域 | ④ 取消传播（ctx→llm 请求/工具执行；contract CapCancel 接 runtime）⑤ 工具语义负例（jail 越界、长输出截断、错误格式）⑥ retry/failure 分类与传输错误矩阵回归 ⑦ 预算/截止贯穿（Budget→loop） | 2–3 日 | #3/#4/#10/#16 关闭；负例不冒充 PASS |
| Batch3 长尾与决策域 | ⑧ 长任务 token 实测 → 决定 compaction 是否必需 ⑨ transcript→contract resume 语义对齐 ⑩ summary/narrative Core 等价实现或显式降级声明 | 3–5 日（含实测） | not_required 项有书面证据；partial 项二选一定案 |
U9c 对比验收（扩展现有 6 例）
- 每个必需域（#1–#10、#16）至少：正常 1 + 异常 1 + 边界 1 配对用例，双后端同输入；
- Judge 增补：绝对成功率门槛（当前仅相对）、语义 rubric、实际后端身份断言（禁 fallback 混淆）、副作用检查；
- 固定语料重复配对（≥10 样本/域）报告分布；P95≤1.3× 沿用但 6 例不得外推结论；
- 准入：必需域全过 + 严重缺陷 0 + 语义无重大缺项；SKIP/零用例不算 PASS。
U9d/e 渐进启用与收口
按方案原条款执行：隔离环境/内部账号允许清单 → 按任务类别开放 → 配置 PR 显式切换 → PI 适配器保留回退。默认后端不因验收通过自动切换。
记录与证据
- 本矩阵证据均指向仓库内文件（上文路径），不含运行时截图；
- Batch1 完成后在本文件追加"实测证据"列；
- 上游仅引固定 0.85.1 的 README/docs 结论，不引 main。